A szöveges információ kódolása; adatok tárolása

A számítógép mint fekete doboz

A rendszer egymással kapcsolatban álló elemek összessége, amelyek adott cél érdekében együttműködnek egymással, és működésük során erőforrásokat használnak fel. (Példák rendszerekre: az ember, egy szervezet, egy autó vagy egy repülőgép, egy számítógép stb.)

A rendszer működése során felhasznált erőforrások legfontosabb típusai a következők:

• additív erőforrások (pl. anyag, energia, idő)
• kapacitív erőforrások (pl. emberek, adatok vagy információk, eszközök, infrastruktúra)
  • adat: tárolt ismeret
  • információ: felhasznált ismeret
  • tudás: rendszerezett ismeret, amely felhasználható problémák megoldására^⇒

A számunkra legfontosabb példa rendszerre egy digitális számítógép, amelynek egyik legfontosabb képessége az, hogy (legalábbis elvileg) bármilyen adatfeldolgozási feladat elvégzésére képes.

A számítógépes rendszer működését egy fekete dobozként írhatjuk le:

• bemenet, input
  • adatok kódolása (például a decimális számok átalakítása bináris számokká, vagy a különböző karakterek helyettesítése bináris kódokkal^⇒)
    • ha hangsúlyozni akarjuk, hogy milyen formában (vagy formátumban) kódoljuk az adatokat, az adatok ábrázolásáról szokás beszélni
• az input feldolgozása és az output előállítása; meghatározott eljárás, ún. algoritmus^⇒ végrehajtása egy számítógépes program segítségével
  • a tárolt adatokon meghatározott műveletek végrehajtása: processor
    • a végrehajtandó műveleteket meghatározott utasításokkal vagy parancsokkal adjuk meg, amit a számítógép processzora végrehajt
  • adatok, részeredmények tárolása: storage
    • a részeredmények ideiglenes tárolása (pl. a processzor regisztereiben, a számítógép memóriájában stb.)
    • a később is felhasználható adatok permanens ("tartós") tárolása egy fájlban vagy adatbázisban (pl. a számítógép háttértárain)
• kimenet, eredmény, output; a számítógép működésének célja a megfelelő kimenet előállítása
  • adatok dekódolása (például a bináris számok átalakítása decimális számokká, vagy a bináris karakterkódok helyettesítése a képernyőn, ill. nyomtatott formában megjeleníthető karakterekkel)

A számítógép univerzális, automatikus működésű, kívülről vezérelhető, műszakilag megvalósított rendszer.

A kódolás-dekódolás folyamata; kódok, jelek

A kódolás az információ megadása valamilyen természetes vagy mesterséges nyelven, kódok és kódsorozatok segítségével. Az információátvitel során a kódolt információt fizikai jelekké, ill. jelsorozatokká alakítjuk, hogy egy csatornán keresztül továbbítani tudjuk.

• a kódok az információ elemi egységei (pl. betűk, hangok, számjegyek, szimbólumok stb.)^⇒
  • a kódábécé a kódolás során használható kódok halmaza
    • bináris kódolás: a kódábécé a {0, 1} kódokból áll
    • Morse kódolás (vagy morzekód): a kódábécé a {ti, tá, szünet} kódokból áll
    • írott (természetes) nyelv: a kódábécé az ábécé kis- és nagybetűit, valamint az írásjeleket tartalmazza
    • számítógépes kódrendszerek (a szöveges adatok kódolása során használható karakterek készlete, pl. ASCII, UNICODE stb. kódrendszer)
• a kódokból meghatározott "nyelvtani" szabályok segítségével érvényes kódsorozatokat állítunk elő, "generálunk" (pl. szavak, mondatok, szövegek stb.)
• a fizikai jelek^⇒ a kódok megfeleltetései valamilyen észlelhető fizikai mennyiségnek (ebben az értelemben a kódsorozatoknak jelsorozatok felelnek meg)
  • beszéd (az írásjelek megfeleltetése a betűk, szavak stb. kiejtésének, azaz mechanikus hangrezgéseknek)
  • ének, zene (a kottajelek megfeleltetése a zenei hangoknak)
    • a hangok fontosabb fizikai jellemzői: hangmagasság (frekvencia), hangerő, hangszín, hanglejtés stb.
  • telekommunikációs csatornákon történő információátvitel (a szöveges, hangokból álló, képi stb. információ megfeleltetése elektromos, ill. elektromágneses jeleknek)
• a fizikai jeleket egy csatornán keresztül továbbítjuk (pl. hangok esetén ez rendszerint a levegő)
  • a csatornákon az eredményes jelátvitelt sok esetben valamilyen zaj nehezíti (ilyen pl. egy tantermi előadás során a hallgatók egymás közti beszélgetése)

Az észlelt jelsorozatokat a vevő oldalon dekódolással alakítjuk vissza kódsorozatokká, ill. információvá.

Az interperszonális kommunikáció során sok esetben a vevő oldalon az információ dekódolásakor egy kognitív szűrő működését figyelhetjük meg, amely felelős pl.
– a szelektív figyelemért (pl. "csak azt hallom meg, ami érdekel"),
– a szelektív torzításért (pl. "ez nem lehet igaz", "ezt nem úgy értette", "biztosan arra célzott, hogy ...", "ezt csak azért mondja, mert ..." stb.), és
– a szelektív emlékezetért (pl. "csak a szépre emlékezem").

Az információátvitel alapmodellje^⇒

Számítógépes kódrendszerek

A számítógépek a szöveges információ kódolására meghatározott kódrendszereket használnak. Egy kódrendszer definiálja
– a kódolás során használható karaktereket (a kódábécét), és
– a karakterek kódját, amely egy 0-tól kezdődő sorszám.
A kódolt karaktereket és a hozzájuk rendelt karakterkódokat legcélszerűbb egy táblázatban ábrázolni.

A karakterkódokat a jelenleg használt számítógépes kódrendszerekben bináris vagy hexadecimális számrendszerben adjuk meg:

• a karakterkódokat rögzített számú ('n') biten ábrázoljuk; ilyenkor 'n' bites kódrendszerről beszélünk (pl. n=7, n=8, n=16 stb.)
• egy n-bites kódrendszerben az ábrázolható karakterek maximális száma (a kódrendszer ún. modulusa) 2 n-dik hatványa (pl. 2⁷=128, 2⁸=256, 2¹⁶=65536 stb.)

Néhány ismertebb kódrendszer:

• ASCII (7 bit; 2⁷=128 karakter kódolása; ez minden ma használatos számítógépes kódrendszer alapja)^⇒
• ANSI 8 bites kódrendszerek (8 bit; 2⁸=256 karakter kódolása; a DOS és a régebbi Windows verziók ezt használták)
  • cp437 (DOS Latin US), cp850 (DOS Latin-1), cp852 (DOS Latin-2), ...
  • windows-1252 (Latin-1),^⇒ windows-1250 (Latin-2),^⇒ ...
  • ISO-8859-1 (Latin-1),^⇒ ISO-8859-2 (Latin-2),^⇒ ...
• UCS vagy UNICODE (eredetileg 16 bit, 1996-tól 32 bit; 2¹⁶=65536, ill. 2³²=4,294,967,296 karakter kódolása)^⇒
  • UTF-8 (az UNICODE karakterek változó hosszúságú kódolása min. 8, max. 4*8=32 biten; ez pl. a Total Commander "Nézőke" funkciójával "Hexa" nézetben kipróbálható)
• domain nevek (URL) kódolása, ill. dekódolása
  • speciális karakterek kódolása ASCII karakterekkel ("százalékos" kódolás, vö. RFC 3986; pl. Adatállomány → Adat%C3%A1llom%C3%A1ny)^⇒
  • "százalékosan" kódolt speciális karakterek visszaalakítása (pl. Adat%C3%A1llom%C3%A1ny → Adatállomány)
    
    
• HTML karakterkódok
  • HTML entitáskódok (pl. &lt;= < )^⇒
    • speciális karakterek kódolása weblapokon^⇒
    • a tipográfiában gyakran használt karakterek kódolása^⇒
  • HTML UCS kódok (pl. &#65;=&#x41;= A )^⇒
• az MS Word által használt karakterkódok (vö. kijelölés után ALT X)

Az MS Word által használt karaktereket tartalmazó 'Szimbólum' tábla részlete

Az információ (technikai) mennyisége

Az információ gyakorlati (technikai) mennyiségét azzal a digitális tárolókapacitással adjuk meg, amely szükséges az adott információnak megfelelő adatmennyiség tárolásához.

Mivel a számítógépek ma is a kettes számrendszert használják az adatok kódolására (vö. Neumann-elvek^⇒, 1945), az információ mennyiségének egységei a bit, a bájt és ezek szabványos prefixumokkal (kilo/Kilo, mega/Mega stb.) megadott többszörösei.

A számítógépen tárolt fájlok méretét rendszerint bájtokban adjuk meg:

• 1 bit = (két lehetséges érték (pl. 0 vagy 1) tárolása)
• 1 bájt=8 bit (előfordul az 1 byte, 1 Byte, 1 Bájt, 1 B jelölés is)
• szabványos előtagok (prefixumok)
  • Kilo: 1 Kbájt=1024 bájt (=2¹⁰ bájt) (előfordul az 1 KB jelölés is)
  • Mega: 1 Mbájt=1024 Kbájt (=2²⁰ bájt) (előfordul az 1 MB jelölés is)
  • Giga: 1 Gbájt=1024 Mbájt (=2³⁰ bájt) (előfordul az 1 GB jelölés is)
  • Tera: 1 Tbájt=1024 GBájt (=2⁴⁰ bájt) (előfordul az 1 TB jelölés is)

Például egy 1 Mbájt méretű ANSI (8 bites) kódolású szövegfájl kb. egy millió karaktert tartalmaz.

Adatátvitel esetében (például számítógépes hálózatokban) az átvitt információ mennyiségét rendszerint a másodpercenként maximálisan átvihető bitek számával adjuk meg:

• 1 bit = (két lehetséges érték (pl. 0 vagy 1) átvitele)
• szabványos előtagok (prefixumok)
  • kilo: 1 kbit/s=1000 bit/s (=10³ bit/s) (bit/s helyett szokásos a 'bps', kbit/s helyett pedig a 'kbps' jelölés)
  • mega: 1 mbit/s=1000 kbit/s (=10⁶ bit/s) (mbit/s helyett szokásos az 'mbps' jelölés)
  • giga: 1 gbit/s=1000 mbit/s (=10⁹ bit/s) (gbit/s helyett szokásos a 'gbps' jelölés)
  • tera: 1 tbit/s=1000 gbit/s (=10¹² bit/s) (tbit/s helyett szokásos az 'tbps' jelölés)

Egy számítógépes hálózatban a másodpercenként maximálisan átvihető bitek számát sávszélességnek nevezzük. Például egy 1 gbps sávszélességű hálózatban másodpercenként maximálisan 1 gbit, azaz 10⁹ bitnyi információt vihetünk át két számítógép között.

Fájlok, adatállományok

A számítógépet működtető operációs rendszer^⇒ egyik alapfeladata a fájlok szabványos kezelése. Ehhez például a következő adatokat tartja nyilván az egyes fájlokról:

• fájl neve
  • az angol ábécé betűi (többnyire a kisbetűk használatosak)
  • kötőjel (-) és aláhúzás (_) karakterek
  • ...
• fájl kiterjesztése és típusa (a fájl típusának megadásakor a Windows szokásos kiterjesztései nem mindig egyértelműek (bár egyes esetekben de facto szabványnak tekinthetők); az internetes levelezés ún. MIME szabványa viszont nemzetközileg elfogadott (de jure) szabvány, amely a csatolt fájlok típusát egyértelműen megadja)
  • fájlban tárolt adatok alaptípusa^⇒ (pl. szövegfájl, képfájl, hangfájl, videofájl, egyéb alkalmazás)
  • fájl altípusa^⇒ (az alaptípuson belül, pl. text/plain ↔ 'txt')
    • a fájlban tárolt adatok kódolása
    • a fájl megnyitására használható alkalmazások köre
• fájl további jellemzői
  • fájl mérete (pl. bájtban megadva)
  • fájl létrehozásának, ill. utolsó módosításának dátuma és ideje
  • fájl attribútumai (DOS/Windows rendszerben)
    • archív ("archiválásra kész", ti. az utolsó módosítás óta még nem történt meg a fájl mentése)
    • írásvédett ("csak olvasható")
    • rejtett
    • rendszer
    • egyéb (pl. indexelt, tömörített, titkosított stb.)
• fájlhoz való hozzáférés jogosultságai (többfelhasználós operációs rendszerekben)
  • jogosultsági csoport
    • tulajdonos
    • csoporttag
    • egyéb felhasználó ("világ")
  • engedélyezett művelet
    • csak olvasható (r)
    • írható/olvasható (w)
    • végrehajtható (x)

Az MS Windows operációs rendszerben egy adott fájltípushoz mindig egy meghatározott alkalmazás tartozik, amelynek segítségével a fájl megnyitható. Ha szükséges, egy adott fájltípushoz mi is társíthatunk egy olyan alkalmazást, amely a fájlt megnyitja.

Fájltípusok

A különböző fájltípusok az elektronikus levelezésre kidolgozott MIME szabvány szerint például a következőképpen csoportosíthatók:

• szövegfájlok (pl. text/html)
  • egyszerű szövegfájlok (pl. email.txt)
  • XML dokumentumok (pl. adatok.xml)
    • például az svg típusú képállományok, a docx kiterjesztésű Word dokumentumok stb. valójában xml jelölő nyelven leírt dokumentumok (az utóbbi esetében zip algoritmussal tömörítve)
  • HTML dokumentumok, weblapok (pl. index.html)^⇒
• képfájlok (pl. image/jpeg)
  • jpeg (pl. virag.jpg)
  • gif (pl. smiley.gif)
    • animált gif (pl. viragok.gif)
  • png (pl. abra.png)
  • svg (pl. diagram.svg)
  • bmp (pl. rajz.bmp)
  • webp (pl. google.webp)
• hangfájlok (pl. audio/mpeg)
  • mp3 (pl. republic.mp3)
  • ogg (pl. hello.ogg)
  • wav (pl. csengo.wav)
• videofájlok (pl. video/mpeg)
  • avi (pl. mimio.avi)
  • mpeg (pl. videoclip.mpg, VTS_01_1.VOB)
  • mp4 (pl. interju.mp4)
  • ogg (pl. sample.ogg)
  • webm (pl. youtube.webm)
• alkalmazások (pl. application/zip)
  • exe (elindítható, végrehajtható programok)
  • doc, docx (MS Word dokumentumállományok)
  • ppt, pptx (MS PowerPoint prezentációs állományok)
  • ...
  • zip (tömörített állományok)

Fájlrendszer

• adattároló eszközök (fizikai meghajtók; kötetek vagy logikai meghajtók; nagyobb méretű háttértáron partíciók; például c:, d: stb.)
• könyvtár- vagy mappastruktúra (hierarchikus "fastruktúra")
  • gyökérkönyvtár
  • alkönyvtárak
    • aktuális könyvtár (.)
    • szülőkönyvtár (..)
• elérési út
  • DOS/WINDOWS:
    • DOS/WINDOWS szöveges konzolon: pl. d:\adatok\hello.txt
    • böngészőben: pl. file:///c:/Documents%20and%20Settings/bodai/Dokumentumok/Let%C3%B6lt%C3%A9sek/weblap/infalap/05_fajlok_fajlformatumok.html
  • LINUX/UNIX: pl. /home/user/docs/hello.txt
  • INTERNET: pl. https://hu.wikipedia.org/wiki/Adat%C3%A1llom%C3%A1ny

Példa egy hierarchikus mappastruktúrára

Fájlkezelés

• parancsértelmező (cmd.exe; a Windows által biztosított konzol parancsok szöveges kiadására); néhány kiadható parancs:
  • dir (aktuális könyvtár tartalmának kilistázása)
  • copy con hello.txt
    Hello!
    CTRL Z
    ENTER (egy "hello.txt" nevű szövegfájl létrehozása "Hello!" tartalommal)
  • md uj (egy "uj" nevű alkönyvtár létrehozása)
  • copy hello.txt uj (a "hello.txt" nevű fájl átmásolása az "uj" alkönyvtárba)
  • cd uj (belépés az "uj" alkönyvtárba)
  • dir
  • type hello.txt (a "hello.txt" nevű szövegfájl tartalmának kiírása)
  • cd .. (visszalépés az aktuális alkönyvtár szülőkönyvtárába)
  • ...
  • exit (kilépés a szöveges konzolból)
• Fájlkezelő vagy "Ez a gép" (a Windows beépített fájlkezelő alkalmazása grafikus felületen) (korábbi nevén Windows Intéző vagy "Sajátgép")
• fájlkezelő segédprogramok (pl. Total Commander vagy WinSCP)

Az MS Windows szöveges konzolja

A Total Commander képernyőképe

A WinSCP fájlkezelő segédprogram képernyőképe

A Total Commander néhány hasznos parancsa

• gyorssegítség, a TC dokumentációja ("help") (F1)
• meghajtóváltás (ALT F1/F2)
  • belépés egy mappába vagy egy tömörített fájlba (ENTER)
  • feljebb lépés a könyvtárstruktúrában (fellépés a "szülőkönyvtárba") (CTRL PgUp)
  • ugrás a gyökérkönyvtárba (CTRL í/<)
• mappa létrehozása (F7)
• panelek felcserélése (CTRL U)
• szövegfájl létrehozása (SHIFT F4)
  • már létező szövegfájl szerkesztése (F4) (pl. Jegyzettömbben)
    • módosított szövegfájl mentése (CTRL S)
    • kilépés (ALT F4)
• fájlok átnevezése (SHIFT F6)
• fájlok tartalmának megnézése ("nézőke") (F3) (nem csak szövegfájlok esetén működik!)
• fájlok keresése (ALT F7)
  • helyettesítő karakter (*) használata
  • keresés eredményének ablakba mentése ("Ablak")
    • mappa frissítése; visszalépés a kiinduló könyvtárba (CTRL R)
• fájlok és/vagy mappák másolása az aktuális panelből a másik panelbe (F5)
  • fájlok kijelölése (Insert vagy SHIFT fel/le nyilak)
  • kijelölt fájlok és/vagy mappák tömörítése (ALT F5)
• fájlok és/vagy mappák áthelyezése az aktuális panelből a másik panelbe (F6)
• fájlok törlése (a Lomtárba) (F8)
  • fájlok végleges törlése (SHIFT F8)
• szöveges parancsok kiadása a parancssorból (pl. cd \ és ENTER)
• kilépés (ALT F4)